Unraveling the brain: a quantitative study of EEG classification techniques (2021)
- Authors:
- Autor USP: ALÍPIO, LÊNON GUIMARÃES SILVA - IME
- Unidade: IME
- Sigla do Departamento: MAE
- DOI: 10.11606/D.45.2021.tde-01072021-132416
- Subjects: APRENDIZADO COMPUTACIONAL; REDES NEURAIS; ANÁLISE DE ONDALETAS; TRANSFORMADA DE FOURIER
- Keywords: Aprendizado de máquina; Classificação de EEG; EEG classification; Fourier transform; Machine learning; Neural networks; Wavelets
- Agências de fomento:
- Language: Inglês
- Abstract: O problema de classificação de EEG, onde procura-se identificar estados mentais através da análise de sinais eletroencefalográficos, vem ganhando crescente atenção da comunidade científica com os recentes avanços nas tecnologias de EEG e nas técnicas de Big Data e Machine Learning. No entanto, muitas das pesquisas atuais sendo realizadas sobre esse assunto apresentam falhas metodológicas significativas, como a não otimização de hiperparâmetros de modelos, vazamento de informação entre bancos de dados de treino e teste, escolhas equivocadas de referências de comparação, entre outros, o que torna duvidosos muitos dos resultados obtidos. Por esse motivo, não é claro quais são os melhores métodos para o problema da classificação de EEG atualmente, nem como eles se comparam entre si. Nesta dissertação, abordamos esse problema fazendo, primeiramente, um levantamento de métodos propostos na literatura científica que alegam resultados equivalentes ao estado da arte, e que tenham aderido a diretrizes estatísticas e da ciência de dados que possam sustentar tal afirmação. Em seguida, realizamos uma comparação quantitativa desses métodos em 4 bancos de dados de EEG diferentes. Dos 11 métodos estudados, mostramos que aqueles baseados no uso de Transformadas de Fourier, Transformadas Wavelet, e Parâmetros de Hjorth são os que apresentam melhor desempenho geral, e podem ser usados como uma forte referência contra a qual se comparar quaisquer novos métodos e análises propostos futuramenteno campo de classificação de EEG
- Imprenta:
- Data da defesa: 09.04.2021
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
ALÍPIO, Lênon Guimarães Silva. Unraveling the brain: a quantitative study of EEG classification techniques. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/. Acesso em: 27 set. 2024. -
APA
Alípio, L. G. S. (2021). Unraveling the brain: a quantitative study of EEG classification techniques (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/ -
NLM
Alípio LGS. Unraveling the brain: a quantitative study of EEG classification techniques [Internet]. 2021 ;[citado 2024 set. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/ -
Vancouver
Alípio LGS. Unraveling the brain: a quantitative study of EEG classification techniques [Internet]. 2021 ;[citado 2024 set. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-01072021-132416/
Informações sobre o DOI: 10.11606/D.45.2021.tde-01072021-132416 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
